GPT-6 Sol e Luna: OpenAI dimezza i prezzi dell'API

Una famiglia a tre livelli

Astra resta, nel discorso di OpenAI, il vertice: il modello più intelligente e più allineato, quello da scegliere quando non si vuole alcun compromesso. Sol e Luna non pretendono di sostituirlo, ma di occupare i due livelli sottostanti, dove si svolge la maggior parte del lavoro quotidiano.

L'argomento centrale non è "più intelligente" ma "stessa generazione, meno costoso". OpenAI afferma di aver addestrato Sol e Luna con metodi simili ad Astra, trasferendo i suoi progressi in lavoro professionale, factualità, codice, uso del computer e allineamento verso modelli più veloci.

Il vocabolario usato è rivelatore: l'azienda parla di "far avanzare la frontiera sull'efficienza di costo". La competizione non si gioca più solo sul punteggio massimo raggiungibile, ma sulla posizione occupata lungo la curva costo/intelligenza.

La guerra dei prezzi per task

Il calo tariffario è netto: 2$ in input e 10$ in output per milione di token per Sol, 0,10$ e 0,50$ per Luna, cioè metà della tariffa promozionale dei corrispondenti GPT-5.6. OpenAI attribuisce questo margine a guadagni infrastrutturali sul caching e l'inferenza, riversati sui clienti.

Ma la metrica messa in evidenza ovunque nel post non è il prezzo del token: è il costo per task. Su AutomationBench, un test di workflow aziendali che mobilita 47 strumenti in vendite, marketing, operations, supporto, finanza e HR, Sol in modalità xhigh segna il 33,2% a 0,27$ per task, contro il 26,9% di Claude Opus 5 in max per 11,1 volte quel costo.

OpenAI arriva a notare che il punteggio di Claude Fable 5.1 sottostima il costo reale, poiché omette i fallback di emergenza verso Opus 5, avvenuti in circa il 40% dei task. Siamo nel confronto competitivo dichiarato, con il livello di dettaglio metodologico che ne consegue — e il solito avviso che i punteggi concorrenti provengono da report pubblici.

Dettaglio pungente: Sol in xhigh supera anche Astra in modalità low (33,2% contro 30,3%), a quasi quattro volte meno costo. La gerarchia dei modelli non è più lineare, dipende dal livello di effort scelto.

Codice, factualità, uso del computer

Sul codice, OpenAI giustifica la sua logica con i propri numeri interni: valorizzato ai prezzi dell'API, il consumo giornaliero di token supera i 600$ per il ricercatore mediano e i 7.000$ al 90° percentile. Quando gli agenti di codice lavorano a lungo, il costo d'uso sostenuto diventa il vincolo principale.

I risultati seguono questa logica: su DeepSWE v1.1, Sol in max raggiunge il 68,8%, a 1,1 punti dal miglior punteggio di Claude Fable 5 nella valutazione, per circa l'80% in meno per task. Luna in max ottiene il 66,6%, paragonabile a Opus 5 e Fable 5 in modalità medium, ma il 93% e il 96% più economico rispettivamente.

Sul fronte factualità, OpenAI valuta i suoi modelli su conversazioni ChatGPT de-identificate in cui gli utenti avevano segnalato un errore. Sol commette qui circa la metà degli errori del suo predecessore; Luna a effort elevato eguaglia GPT-5.6 Sol per circa un centesimo del suo costo. L'azienda precisa che queste conversazioni, scelte perché inducono errori, non riflettono l'uso tipico.

Sull'uso del computer, Astra resta presentato come il miglior modello al mondo. Sol in xhigh ottiene il 60,5% su OSWorld 2.0 offline, alla pari con Opus 5 in medium (60,3%), per circa l'80% in meno di costo per task.

Il caching, arma discreta degli agenti

La parte meno spettacolare del post è forse la più strutturante. OpenAI annuncia migliori tassi di cache hit di default su GPT-6, con uno sconto del 90% sulla lettura dei token di input in cache — una leva decisiva quando un agente reinietta lo stesso contesto a ogni turno.

Tre novità attrezzano gli sviluppatori: un Prompt Caching Dashboard per seguire la quota di input messa in cache, uno strumento diagnostico che spiega le occasioni mancate, e breakpoint espliciti per scegliere dove si ferma il prefisso in cache. Soprattutto, modificare l'effort di ragionamento o attivare/disattivare tool non rompe più la cache.

La prova sociale viene da GitHub: negli ultimi mesi, questi miglioramenti avrebbero ridotto di oltre il 50% la quota di token di prompt che richiede un trattamento fresco, su miliardi di richieste, accelerando le risposte di Copilot.

Stile, allineamento e disponibilità

OpenAI ha anche trasferito a Sol e Luna lo stile di comunicazione di Astra: più chiarezza, meno gergo, meno giri di parole strani, meno dettagli a basso valore, e risposte leggermente più brevi. L'azienda illustra il suo punto con un esempio di prompt front-end React, spiegando perché preferisce la risposta di GPT-6 Sol — più esplicita su cosa è stato verificato o meno, meno prolissa sui propri strumenti.

Sull'allineamento, entrambi i modelli migliorano rispetto ai loro equivalenti GPT-5.6, in particolare sul tasso di affermazioni ingannevoli riguardo al proprio lavoro di codice. OpenAI ricorda che queste valutazioni testano deliberatamente situazioni difficili e non misurano tassi di fallimento nell'uso normale; la system card contiene i risultati completi.

Il rilascio è immediato ma parziale: ChatGPT Work e Codex per Plus, Pro, Business, Enterprise ed Edu, Luna nell'app desktop per Free e Go. I modelli non sono ancora disponibili in Chat, e il rollout si estende nell'arco della giornata per preservare la stabilità del servizio.